مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

980
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

602
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

پیش بینی عدد لوژن به کمک شبکه عصبی مصنوعی و مقایسه آن با روش های آماری

صفحات

 صفحه شروع 513 | صفحه پایان 522

چکیده

 برآورد ویژگی های هیدروژئولوژیکی توده سنگ و پیش بینی میزان جریان آب از بحث های حیاتی و جدی در مهندسی سنگ به شمار می رود. از آن جا که در توده سنگ های درز و شکاف دار ناپیوستگی ها مسیرهای اصلی جریان آب را به وجود می آورند, مشخصات آن ها تاثیر چشم گیری بر آب گذری خواهد داشت. با وجود تحقیقات فراوان هنوز روش مناسبی که رابطه مشخصی بین همه پارامترها و میزان آب گذری برقرار کند وجود ندارد. امروزه شبکه های عصبی ابزار قدرتمندی برای حل مسائل پیچیده از قبیل پیش بینی, تشخیص الگو و طبقه بندی انواع متغیرها هستند. در این تحقیق به کمک نوعی شبکه عصبی مصنوعی, رفتار و مقدار آب گذری توده سنگ های گرانودیوریتی ساختگاه سد شور - جیرفت از روی برخی وی‍ژگی ناپیوستگی ها از جمله شاخص کیفی سنگ, فراوانی درزه ها, بازشدگی, چگالی وزنی درزه, زون های خرد شده و عمق پیش بینی شده است. رابطه این پارامترها با آب گذری با روش آماری رگرسیون چند متغیره نیز بررسی شده است. داده های به کار رفته در آموزش و آزمایش این شبکه عصبی شامل نتایج مربوط به 304 آزمایش لوژن در توده سنگ های گرانودیوریتی ساخت گاه سد شور - جیرفت است. شبکه عصبی پرسپترون چندلایه با قاعده پس انتشار خطا با الگوریتم آموزش Levenberg-Marquardt در این تحقیق استفاده شده است. این بررسی های نشان می دهد که شبکه عصبی مصنوعی از توانایی فراوانی در حل چنین مسایلی برخوردار است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    خالصی مقدم، سعیده، خامه چیان، ماشااله، و امین ناصری، محمدرضا. (1388). پیش بینی عدد لوژن به کمک شبکه عصبی مصنوعی و مقایسه آن با روش های آماری. زمین شناسی مهندسی، 3(1)، 513-522. SID. https://sid.ir/paper/186395/fa

    Vancouver: کپی

    خالصی مقدم سعیده، خامه چیان ماشااله، امین ناصری محمدرضا. پیش بینی عدد لوژن به کمک شبکه عصبی مصنوعی و مقایسه آن با روش های آماری. زمین شناسی مهندسی[Internet]. 1388؛3(1):513-522. Available from: https://sid.ir/paper/186395/fa

    IEEE: کپی

    سعیده خالصی مقدم، ماشااله خامه چیان، و محمدرضا امین ناصری، “پیش بینی عدد لوژن به کمک شبکه عصبی مصنوعی و مقایسه آن با روش های آماری،” زمین شناسی مهندسی، vol. 3، no. 1، pp. 513–522، 1388، [Online]. Available: https://sid.ir/paper/186395/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button